回答編集履歴
5
抜け
test
CHANGED
@@ -42,7 +42,7 @@
|
|
42
42
|
|
43
43
|
|
44
44
|
|
45
|
-
単語の類似度を求めるための方法として、似た使われ方をしている単語を近似的に探索している、というのは合ってます。
|
45
|
+
単語間の類似度を求めるための方法として、似た使われ方をしている単語を近似的に探索している、というのは合ってます。
|
46
46
|
|
47
47
|
|
48
48
|
|
4
追記
test
CHANGED
@@ -23,3 +23,31 @@
|
|
23
23
|
|
24
24
|
|
25
25
|
word2vecでいう類義語(most similar)は、単純にベクトル間の「距離が小さい」語を指すかと思います。
|
26
|
+
|
27
|
+
|
28
|
+
|
29
|
+
----
|
30
|
+
|
31
|
+
(追記)
|
32
|
+
|
33
|
+
|
34
|
+
|
35
|
+
> 文章内に、似た使われ方をしている単語の類似度を求めるのでしょうか。
|
36
|
+
|
37
|
+
それとも、意味的に似ている単語の類似度を求めているのでしょうか。
|
38
|
+
|
39
|
+
|
40
|
+
|
41
|
+
ここは文がちょっとおかしいかと。
|
42
|
+
|
43
|
+
|
44
|
+
|
45
|
+
単語の類似度を求めるための方法として、似た使われ方をしている単語を近似的に探索している、というのは合ってます。
|
46
|
+
|
47
|
+
|
48
|
+
|
49
|
+
「似た使われ方をしている単語は意味も似ている(大意)」という仮説が1950年代からあって、word2vec以前でも「頻度情報をベクトルだと思ったもの」でそこそこ問題は解けることはわかっていて、そのことからこの仮説は(ある程度は)正しいと考えられていました。
|
50
|
+
|
51
|
+
|
52
|
+
|
53
|
+
word2vec の登場で**大規模な文書**から**現実的な時間**で学習できるようになって、ベクトルの質が一気に向上したという感じでしょうか。
|
3
些細
test
CHANGED
@@ -22,4 +22,4 @@
|
|
22
22
|
|
23
23
|
|
24
24
|
|
25
|
-
word2vecでいう類義語(mos
|
25
|
+
word2vecでいう類義語(most similar)は、単純にベクトル間の「距離が小さい」語を指すかと思います。
|
2
追記
test
CHANGED
@@ -1,7 +1,25 @@
|
|
1
|
-
|
1
|
+
> 意味を考慮せず、ただ単語の使われ方の類似度で求めている
|
2
2
|
|
3
3
|
|
4
4
|
|
5
|
+
「意味」と「単語の使われ方」の何が違うか説明できますか?
|
6
|
+
|
5
|
-
「意味的に似ている」とはどういう現象か
|
7
|
+
「意味的に似ている」とはどういう現象か定義できますか?
|
8
|
+
|
9
|
+
どういう基準をクリアしたら「意味的に似ている」ということになりますか?
|
10
|
+
|
11
|
+
|
6
12
|
|
7
13
|
定義できるならそれを実装すれば話は終了です。
|
14
|
+
|
15
|
+
が、それはできないわけです。
|
16
|
+
|
17
|
+
|
18
|
+
|
19
|
+
大量のテキスト中で、ある単語の周辺に現れる単語の頻度を数えて、頻度を高次元のベクトルだとみなす。あるいはそれを次元削減するのはナイーブなやり方です。
|
20
|
+
|
21
|
+
word2vecはそのようなベクトルを近似的に高速に取得する実装です。
|
22
|
+
|
23
|
+
|
24
|
+
|
25
|
+
word2vecでいう類義語(moso similar)は、単純にベクトル間の「距離が小さい」語を指すかと思います。
|
1
追記
test
CHANGED
@@ -1,3 +1,7 @@
|
|
1
|
+
書きかけで投稿されてしまいました。追記中です
|
2
|
+
|
3
|
+
|
4
|
+
|
1
5
|
「意味的に似ている」とはどういう現象かあなたは定義できますか?どういう基準をクリアしたら「意味的に似ている」と
|
2
6
|
|
3
7
|
定義できるならそれを実装すれば話は終了です。
|